吉林省中部

2024-08-01

吉林省中部(精选4篇)

吉林省中部 篇1

摘要:本文以辽源站为例通过对2013年3月和11月2场暴雪对比分析, 试从环流配置、水汽条件、热力条件上找出相似与不同点, 为今后对吉林省中部半山区暴雪天气的预报作参考。

关键词:暴雪,气旋,急流

1 实况对比

3月27日暴雪全部为纯雪, 27日07:00~15:00, 持续时间短, 降水时段集中。过程降水量为12.6mm, 积雪深度16cm。雪势较急, 逐小时最大降水量为2.8mm。11月19日暴雪先降雨夹雪后转为纯雪, 降水量20.3mm, 积雪深度为17cm。持续时间长, 雪势较缓, 逐小时最大降水量为不足1mm。

2 影响系统对比

3月27日暴雪的影响系统为低涡下划槽和地面蒙古气旋;11月份暴雪影响系统为低涡下划槽和东北气旋副冷锋。2场过程有相似之处, 都受下划槽和北方气旋的影响, 槽前有西南暖湿气流, 低层形成西南风急流, 向暴雪区输送水汽和能量, 同时, 大气斜压性较强。

不同之处有以下几点:3月份暴雪降水前期冷涡已经形成, 且移速较快强度稳定, 850hpa切变过境后降水便基本结束;而11月份暴雪在17日08:00 500~700hpa仅以槽线形势存在尚未形成闭合环流, 其东移南下过程中高空槽引导冷空气补充, 槽才得以加深成涡, 更重要的是, 气旋在17日20:00入海增强移动缓慢, 下划槽配合地面副冷锋不断影响我区, 是此次降雪维持时间较长的原因。3月27日过程西南急流发展更旺盛, 作用更强烈。3月27日低层700~925hpa均有西南急流存在, 暖湿层次深厚, 700hpa急流核风速达32m/s, 850hpa为22m/s, 925hpa也达到16m/s, 强大而深厚的暖湿气流与冷涡后部偏北气流带来的冷空气剧烈交馁, 在降水过程中, 辽源地区处在低空急流左侧, 垂直运动强烈叠加, 是3月27日暴雪持续时间短, 但雪势迅猛, 不到12h便达到暴雪量级的原因所在;而11月19日过程, 仅在700hpa上存在急流, 且急流核风速仅有14m/s, 850~925hpa风速尚不构成急流, 相比之下, 能量条件差距很大。

3 水汽条件对比

3月份暴雪过程水汽主要来自于西南急流的输送, 东海海域上有水汽源地存在, 但输送带不够深厚, 仅925hpa东部沿海地区有1条狭窄水汽输送道;11月暴雪过程虽然降雪前有弱的低空急流, 但主要的水汽来自东风回流。西太平洋海域上有水汽源地存在, 700~925hpa都有水汽通道连通, 水汽通量高值区由东风回流带动, 经日本海向辽源地区输送。

因资料有限, 本文以沈阳站为参考分析700~925hpa降雪前与降雪后的比湿条件。3月暴雪700、850、925hpa降雪前比湿分别为2、3、3g/kg, 降雪后为0、2、3g/kg;11月暴雪700、850、925hpa降雪前比湿为1、2、3g/kg, 降雪后为1、0、1g/kg。在降水过程中比湿值总体呈下降趋势, 春季暴雪比秋季比湿值偏大。在春季, 当700hpa比湿达到2g/kg、850和925hpa比湿达到3g/kg时要注意是否可能产生暴雪;在秋季, 当700hpa比湿达到1g/kg、850hpa比湿达到2g/kg、925hpa比湿达到3g/kg时就要提防暴雪天气的发生了。

4 热力条件对比

3月份暴雪在降水前期700hpa以下受暖脊控制, 27日8:00暖脊移出, 700hpa以下在贝加尔湖南部有一冷中心存在, 850hpa以下在内蒙古东部也有冷中心, 低层冷空气沿西北路径向南伸展。在华北至辽宁地区中部, 为西南风输送的暖平流, 根据w方程可知, 暖平流有利于上升运动发展, 有助于降水产生。此外, 冷暖空气在吉林省中西部汇合, 冷空气从低层侵入, 冷平流自北向南到达辽源地区, 冷空气迫使暖空气抬升, 暖平流向北向上扩展, 冷空气的抬升作用也加强了垂直运动。11月份暴雪, 500hpa以下一直处于冷槽控制下, 冷平流向南向东扩展。在日本海地区E140°附近, N40°~50°850hpa以下有暖脊持续发展, 东风回流带来暖空气不断向辽源地区输送到达冷下垫面, 暖平流加强了上升运动。由此发现, 3月份暴雪因冷暖平流交汇和冷空气抬升作用而剧烈, 11月份只有暖空气向冷下垫面移动因而态势较弱。

5 结论

就2013年2场暴雪过程而言, 在没有南方倒槽或气旋的参与下, 水汽和能量条件也可以得到保证进而产生暴雪。春季暴雪过程剧烈, 持续时间短, 秋季暴雪雪势较缓, 持续时间长。因春季盛行夏季风, 暖湿空气向北发展与北方干冷空气相遇极易产生剧烈天气;而秋季北方势力加强, 水汽和能量均由东风回流提供, 暖空气到达冷下垫面没有冷空气抬升作用过程相对平和。本文对暴雪个例总结较少, 以单站做统计具有局地性。此外, 由于辽源站缺乏探空资料, 对于降雪前后各层比湿的统计不是十分精确, 相关结论还有待进一步探索和修正。

吉林省中部 篇2

吉林省是我国老工业基地的重要组成部分,城镇化水平一直位于全国前列,但存在城镇化水平虚高、城镇化质量低和发展动力不足等问题,近年来城镇化发展缓慢。吉林省中部地区(简称“吉中地区”)是吉林省城镇化发展的重点区域,已达到城市群发育初期的标准[11,12]。该区域承载着吸纳省内东西部人口、优化全省城镇化格局的重任,对全省城镇化发展起决定性作用。在涉及吉中地区区域城镇化差异的研究中,庞瑞秋等[13]、车晓翠等[14]、臧锐等[15]以地级市为基本单元对吉林省城镇化水平差异及其原因进行了分析;刘继斌等[16]、梅林等[17]定性分析了吉中地区城镇化发展特征和存在的问题,并提出了相应的城镇化发展战略。基于以上分析,本文以吉中地区27个县市为基本研究单元,采用熵值法、ESDA和变异系数等方法,从定量和空间的角度对吉中地区近十年来县域尺度的区域城镇化时空差异及其原因进行了分析,为促进吉中地区区域城镇化发展和吉林中部城市群建设提供参考。

1 数据来源与研究方法

1.1 研究区概况与数据来源

吉中地区位于吉林省中心区域,下辖长春、吉林、四平、松原、辽源地区与通化地区的梅河口市、辉南县、柳河县,共27个县市,包括5个地级市、10个县级市与12个县,区域总面积96797.80km2,约占全省总面积的50.63%。吉中地区是吉林省人口和产业密集区,2014年该区域承载全省76.45%的总人口、70.27%的非农人口、85.12%的国内生产总值和85.54%的非农产值。文中社会经济数据主要来源于2006—2015年的《吉林统计年鉴》和《中国城市统计年鉴》,土地面积数据来源于《吉林省国土资源统计年报》,地理信息数据来源于吉林省第二次土地调查数据库。根据研究需要,对各地市的市辖区分别进行了合并,最终确定为27个基本研究单元。

1.2 研究方法与过程

构建城镇化水平综合指标体系:针对研究尺度小、时间跨度较大、部分统计数据连续性差等特点,从经济、人口、土地三个维度构建城镇化水平综合指标体系。参照相关文献[18,19],在遵循系统性、科学性、可行性、可比性、层次性、有效性、全面性、可操作性等原则的基础上,基于数据可得性和指标的连续性,从经济、人口、土地城镇化三个方面选取9个指标,构建吉中地区城镇化水平综合指标体系(表1)。

计算城镇化水平综合指数:采用熵值法计算研究区各县市城镇化水平综合指数,作为区域城镇化水平差异分析的基础。熵是反映系统混乱程度的一个概念,熵值法在社会经济领域应用广泛,是指标综合评价中的常用方法。该方法能避免权重计算中的主观臆断,减少人为因素的干扰,保证研究结果的客观性和有效性。其原理是:根据指标的离散程度,用信息熵确定指标权重,求取综合评价指数。熵值法的步骤包括指标标准化、计算指标差异系数、计算指标权重及求取综合指数[20,21]。

城镇化水平总体差异分析:城镇化水平总体差异分析能从整体上反映一定区域范围内城镇化发展的全面性和协调性,其大小与区域城镇化发展的全面协调程度呈正相关。本文采用全局Moran指数(Moran's I)和变异系数,对吉中地区县市间城镇化水平总体差异的变化情况进行分析。

Moran's I:Moran's I作为探索性空间数据分析(Exploratory Spatial Data Analysis,ESDA)中衡量区域活动空间差异的常用指标,主要特点是将区域间各种活动的相关性考虑在内[22],使分析结果更加贴近实际。参考相关文献[23,24],Moran's I的计算公式为:

式中,n为单元数;Xi为第i个单元观测值;wij为空间权重邻接矩阵,wij=1表示单元i和j相邻,wij=0表示i=j或不相邻;S2为属性值方差。I的取值范围为(-1,1)。I为正值时,相似观测值趋于集聚;I为负值时,相似观测值趋于分散分布;I为0时,观测值独立随机分布。

变异系数:变异系数是反映总体各研究单元指标值差异程度或离散程度的指标,是衡量区域内研究单元间差异情况的常用指标之一,广泛用于区域间各类指标总体差异程度的测度。变异系数的值越大,差异就越大。参考相关文献[25,26],数学模型为:

式中,CV为变异系数,Xi为第i个研究单元的指标值,为指标值的平均值,N为单元数。

城镇化水平具体差异分析:城镇化水平具体差异分析能进一步探索区域城镇化差异的具体特点和变化规律,为优化区域城镇化发展战略、促进区域城镇化发展提供更为详细的参考。主要采用Moran散点图和综合指数对比分析两种方法,对吉中地区县市间城镇化水平具体差异情况进行分析。

Moran散点图:Moran散点图是ESDA方法中衡量具体空间差异的常用方法,通过确定单元间的相互关系分析空间差异的详细情况[27]。数学模型为:

该指数检验的标准化统计值Z(Ii)表达式为:

式中,Zi、Zj为区域i和j上观测值的标准化值;wij为空间权重,其中Ejwij=1。根据Ii和Z(Ii)值的大小,主要分为HH(Ii>0,Z(Ii)>0)、LH(Ii<0,Z(Ii)<0)、HL(Ii<0,Z(Ii)>0)、LL(Ii>0,Z(Ii)<0)四类。四个类型的含义分别为:HH为高值集聚区,空间关联性较强,空间差异小;LH为低值区域被高值邻居包围,空间关联性弱,空间差异大;LL为低值集聚区,空间关联性强,空间差异小;HL为高值区域被低值邻居包围,空间关联性弱,空间差异大。

综合指数对比分析:根据各县市城镇化水平综合指数,通过折线图方式直观分析各县市城镇化水平的具体差异情况。同时,参照世界银行的区域经济分类标准,按照吉中地区各县市城镇化水平综合指数平均值的50%、100%、150%对各县市进行分级,通过各级别县市的数量和空间分布情况,对研究区县市间城镇化水平空间差异的具体情况进行分析。

2 结果与分析

2.1 城镇化水平总体差异分析

首先将吉中地区各县市城镇化发展的空间关联性考虑在内,根据Moran's I数值的大小及变化情况,分析了2005—2014年研究区各县市城镇化水平的空间关联性、城镇化水平差异程度及其演化情况。结果表明(表2):2005—2014年的Moran's I均为负值且数值接近于零,整体呈增大趋势,表明2005—2014年吉中地区县市间城镇化发展空间关联性较差,城镇化水平相近的县市在空间上基本呈随机分布状态,县市间城镇化水平总体差异程度整体呈缩小趋势。

由Moran's I的分析可知,吉中地区县市间城镇化水平空间关联性较差,更适合采用变异系数来分析城镇化水平总体差异的演化情况。本文采用变异系数法对吉中地区城镇化水平总体差异情况进行分析,探究总体空间差异的变化规律,结果表明(表3):吉中地区2005—2014年城镇化水平变异系数整体上呈减小的趋势,研究末期略有增大,表明该区域县市间城镇化水平空间差异程度整体呈缩小趋势,研究末期差异程度略有扩大。具体可分为两个阶段:2005—2011年城镇化水平变异系数持续减小,县市间城镇化水平总体差异程度不断缩小;2011—2014年城镇化水平变异系数略有增大,县市间城镇化水平差异程度有所扩大。

吉中地区县市间城镇化水平空间差异程度虽然在研究末期出现了略有扩大的现象,但整体上仍以空间差异程度的缩小为主,这与该区域城镇产业要素的扩散与交通运输的发展有着密切的关系。经济发展尤其是非农经济的发展,是城镇化发展的直接动力。从城镇产业要素扩散的角度来看,通过测算2005—2014年地级及以上城市第二产业和第三产业产值分别占研究区国内生产总值比重的变化情况可见:随着时间的推移,两者整体上均呈不断下降的趋势,表明城镇产业逐渐由地级及以上城市向区域内县级市和县扩散,加快了县级市和县城镇产业发展,促进了这些县市的城镇化发展,缩小了它们与地级市及以上城市城镇化水平的差距。道路交通的发展有助于增强区域间的联系,增强县市间城镇化发展的空间关联性。2014年与2005年相比,吉林省铁路里程增加了21.97%,公路里程增加了90.91%,客运量增加了27.92%,货运量增加了41.29%。交通里程、人员流动量与货物周转量的大幅度增加,促进了县市间的要素流动和信息交流,使县市间各种活动的关联性更加紧密,县市间城镇化发展的联系不断增强,城镇化水平总体差异程度不断缩小。吉中地区县市间城镇化水平总体差异程度在研究末期略有扩大,这与吉中地区对城镇化低水平县市城镇化发展的重视程度不断提高直接相关,使吉中地区部分县级市的城镇化水平在研究末期快速提高,扩大了与其他县级市和县城镇化水平之间的差距,从而造成研究末期县市间城镇化水平总体差异程度略有扩大的现象。

2.2 城镇化水平具体差异分析

吉中地区较多县市城镇化水平仍处于较低阶段,在考虑区域城镇化全面协调发展的同时,要注重区域城镇化发展的效率,提高区域城镇化整体水平。深入探究吉中地区区域城镇化差异的具体情况,是优化区域城镇化发展格局、合理制定区域城镇化发展战略的基础。我们选取时间间隔大致相当的2005年、2009年和2014年三个年份,对研究区城镇化水平的具体差异及演化情况进行分析。

城镇化水平空间相互关系分析:采用Moran散点图方法,根据县市间城镇化水平的相互关系,将27个县市分为HH、LH、LL、和HL四个类型,并通过Arc GIS软件对分析结果进行可视化。结果表明(图1):三个年份四个类型县市的数量及空间分布格局变化较小,其中LL型和LH型县市较多且数量相当,HH型县市较少,HL型县市最少。各类型县市在空间上的分布形成三个有明显区别的区域,即偏北区域、中间区域和偏南区域。其中,偏北区域包括松原地区、双辽市、榆树市,偏南区域包括通化地区三市县、磐石市、桦甸市,其余县市为中间区域。中间区域的长春市、吉林市、四平市、辽源市为城镇化高水平集聚区,彼此间有较为发达的交通干线连接,生产要素和信息交流较广泛,城镇化发展空间关联性强,城镇化水平差异相对较小。四个地区中心城市周围县市是较大范围的LH型区域,这些县市的城镇化水平相对较低,且与周边县市的城镇化发展空间关联性差,城镇化水平差异较大。这是由于四个地区的中心城市分别为各地区的发展中心,且处于以极化为主的发展阶段,周围县市在区域发展中处于从属和配合地位,区域内要素主要在中心城市与周围县市间进行垂直流动,周围县市间要素横向流动不充分,导致中心城市发展较快,周围县市城镇化发展较慢且空间关联性差,使中间区域县市间城镇化水平差异较大。偏北和偏南区域主要是城镇化低水平县市集聚区,城镇化发展空间关联性强且城镇化水平差异较小。这是由于这两个区域距离中间区域的中心城市相对较远,受到中间区域中心城市极化效应的影响相对较小,使偏北和偏南区域县市间要素横向流动较充分,城镇化发展空间关联性相对较强,县市间城镇化水平差异较小。

城镇化水平综合指数对比分析:本文通过绘制2005年、2009年和2014年吉中地区各县市城镇化水平综合指数的折线图(图2),对比分析了三个年份各县市城镇化水平的差异情况。综合来看,可将27个县市分为A、B、C三类。A类仅包括长春市,B类包括吉林市、四平市、辽源市、松原市,其余县市为C类。三个类型县市间的城镇化水平有明显差异,即A类>B类>C类。吉中地区城镇化发展较为突出的特点是C类县市数量多,且县市间城镇化水平差异相对较小。

参照世界银行的区域经济分类方法和标准,根据三个年份城镇化水平综合指数平均值的50%、100%和150%,将吉中地区27个县市分为高水平、中高水平、中低水平和低水平四个级别,并对分析结果进行了可视化(图3)。从吉中地区各级别县市数量来看,低水平县市数量>中低水平县市数量>高水平县市数量>中高水平县市数量,且出现2005年和2009年不存在中高水平县市的现象。从各级别县市数量变化来看,高水平县市数量始终为5个,中高水平县市的数量从0增加到1个,中低水平县市数量从5个增加到7个,低水平县市数量由17个减少到14个。从各级别县市空间分布及变化上看,高水平县市始终为长春市、吉林市、四平市、辽源市、松原市5个地区中心城市,空间分布格局稳定;中高水平县市研究时段的前期和中期均没有出现,研究末期为通化地区的梅河口市;中低水平县市大多与地区中心城市相邻,在各地区均有分布,吉林和松原地区中低水平县市数量有所增加,松原地区增加尤为明显;低水平县市主要分布在研究区外围区域,空间范围不断缩小,与中低水平县市范围呈此消彼长的互动状态。整个变化过程中最为突出的是松原地区,这是由于松原市离长春市距离较远,受长春市发展的极化效应影响较小,在研究期内得到了相对充分的发展,同时也带动了周围县市城镇化水平的提高。吉中地区城镇化发展过程中的低水平县市比例过大和中高水平县市比例过小,阻碍了吉中地区区域城镇化的发展与中部城市群的建设。中高水平县市比例过小在一定程度上是由于C类县市较多且城镇化水平较为接近造成的,提高C类县市中部分县市的城镇化水平将会同时解决低水平县市比例过大和中高水平县市比例过小的现状,从而促进吉中地区区域城镇化发展和吉中城市群建设。

2.3 城镇化水平差异影响因素分析

优化区域城镇化发展格局,是从县市间相互关系的角度来缩小区域城镇化差异。此外,还需要对影响城镇化水平的相关因素进行分析,从各县市自身角度出发,促进低水平县市的城镇化发展,缩小区域城镇化水平差异。区域城镇化水平差异与县市间各项指标值差异有直接关系,指标权重值越大,对区域城镇化水平差异的影响程度就越大。根据2005—2014年各指标权重值及变化情况(表4),本文对吉中地区区域城镇化水平差异产生的原因进行了分析。根据各指标权重值的均值,将指标分为两类:①权重值较大的指标。地均地方财政收入、地均固定资产投资、地均第二、三产业产值、非农人口规模、国内生产总值,5个指标的权重值之和为0.8620,是吉中地区区域城镇化水平差异产生的主要原因。②权重值较小的指标。人均规模以上工业总产值、非农人口城镇化率、人均GDP和经济城镇化率,4个指标的权重值之和为0.1380,对区域城镇化水平差异影响较小。在权重值较大指标中,地均地方财政收入、地均第二、三产值、非农人口规模的指标权重值整体呈不断增大的趋势,对区域城镇化水平差异的影响程度不断增强;地均固定资产投资的权重值呈“增大—减小—增大”的状态,研究时段的前期和末期对区域城镇化水平差异的影响程度不断增强,研究时段中期呈减弱的状态;国内生产总值的权重值先减小后增大,对区域城镇化水平差异的影响程度先减小后增大。

基于以上的分析,为了缩小吉中地区县市间城镇化水平的差异,应注重城镇化水平较低县市的城镇化发展,缩小它们与城镇化水平较高县市的差距。首先,应加大城镇化低水平县市单位土地面积的投资规模,增加土地产出效益,提高土地利用集约化水平,这将有效提高低水平县市的城镇化水平,缩小吉中地区区域城镇化水平差异。其次,应增加城镇化低水平县市的非农人口数量和经济总量,缩小与城镇化水平较高县市之间的差距,也将在很大程度上缩小吉中地区区域城镇化水平差异。

3 结论与讨论

3.1 结论

区域城镇化水平时空差异研究是优化区域城镇化发展格局和提高区域城镇化发展质量的基础。本研究在构建吉中地区城镇化水平综合评价指标体系的基础上,以县域为基本研究单元从空间和定量角度对吉中地区区域城镇化发展的总体差异和具体差异情况及原因进行了分析,得出以下结论:①吉中地区县市间城镇化水平总体差异整体呈不断缩小的趋势,研究末期略有扩大。城镇产业由城镇化高水平县市向低水平县市扩散、区域交通里程的增加、道路通达性的提升,促进了低水平县市城镇化发展,是吉中地区县市间城镇化水平总体差异整体呈缩小趋势的主要原因。研究末期部分低水平县市城镇化水平快速提高,与其他低水平县市城镇化水平差距逐渐拉大,是研究末期城镇化水平总体差异略有扩大的主要原因。②吉中地区县市间城镇化发展总体关联性差。偏北区域的松原地区、双辽市、榆树市和偏南区域的梅河口市、柳河县、辉南县、磐石市、桦甸市城镇化发展的空间关联程度明显高于中间区域。主要原因在于:中间区域的高级别城市较为集中,县市间的联系以不同级别城市间的垂直流动为主,而偏北和偏南区域同级别县市的横向交流相对较强。③县市间国内生产总值、非农人口规模、地均地方财政收入、地均第二、三产值与地均固定资产投资的空间差异,是导致吉中地区县市间城镇化水平差异的主要原因。因此,积极发展城镇化低水平县市,扩大非农人口规模和经济总量,加大投资力度,提高土地利用效益,进一步缩小吉中地区县市间城镇化水平的空间差异程度,是促进吉林中部城市群健康发展的主要任务。④中心区域与外围区域相比,城镇化水平高且空间差异程度较大。长春市城镇化水平明显高于其他地级市,非省会地级市间城镇化水平基本持平,县级市(县)间城镇化水平差异也较小。但总体来看,吉中地区城镇化低水平县市比例过大,中低水平和高水平县市较少,前期和中期甚至缺少中高水平县市,这也是吉林中部城市群发展缓慢的主要原因。

3.2 讨论

本文以尺度较小的县域为基本研究单元,相对于以地市为基本单元的研究,更加细致地分析了吉中地区区域城镇化水平时空差异的特点,明确了各级别县市在区域城镇化发展中存在的问题,使研究结果更具有实际指导意义。但由于县域尺度的城镇化发展相关统计数据可获取性及连续性相对较差,造成本研究城镇化水平指标体系不够完善,未能全面反映城镇化的复杂内涵,针对县域尺度的城镇化水平指标体系有待在今后的研究中进一步完善。

吉林省中部 篇3

生态环境建设一直作为国家的重要发展问题, 受到了国家的高度重视。近年来, 随着国民经济的不断增长, 城市环境问题不断恶化, 越来越多的人意识到绿色环保对于生活的重要性, 国家政府不仅仅要积极改善城市的人居环境, 同时也要不断去改造和优化乡村的人居环境, 不断提高乡村土地的利用率, 大力发展乡村绿色农业, 逐渐缩小乡村与城市间的差距, 改善乡村的环境污染问题。

1 吉林省中部地区乡村人居环境现状

1) 聚落布局分散, 土地利用率低。在2007年, 吉林省有9 317个行政村, 而自然屯则有2万多个, 其中自然屯的人口数量少则50多人, 多则3千人以上, 乡村聚落规模差距明显[1]。吉林省在农村的建设规划上严重滞后和缺位, 导致各个村庄内部农用地与非农建设用地、闲置地与其他用地互相交错在一起, 布局混乱无序, 村民耕耘的农用地被各种空地、非农建设用地分割的支离破碎[2], 无法从事大规模的农业经营, 从而影响了乡村农业的大力发展, 无法实现农业的现代规模化、产业化以及城镇化。与此同时, 吉林省的乡村土地利用率普遍偏低, 在村庄内部存在着众多严重超标的宅基地, 村民建新宅却不拆旧房的现象层出不穷, 从而导致了农村大量旧宅、空住房以及宅基地闲置着, 农村的存量土地集约化利用水平低。在2007年。吉林省农村居民点的建设用地在5万多公顷, 分摊在个人身上则为300 m2以上, 人均建设用地面积远远超出了国家的平均上限, 造成了农村大量土地的浪费, 土地的利用率极低, 严重影响着吉林省乡村农业的改善发展, 不利于农村环境的改造和优化。

2) 生态条件恶化, 环境污染严重。通过从吉林省中部地区乡村的调查分析得出, 整个吉林省乡村生态环境恶劣, 其中主要的弊端体现在生态条件弊端恶化以及各种污染严重[3]。农民环保意识观念不强, 过度地开发乡村生态资源, 由于持续地滥砍滥伐、毁林开荒, 导致了乡村的草原和森林面积不断缩小, 水土流失现象日益加重, 土壤的肥力随之下降。随着时间地不断推移, 吉林省单位土壤的有机质含量不断下降, 到2007年已经从20世纪50年代的2.5%下滑至1.5%[4], 其中最为严重的为松辽平原黑土。草地资源每年以2%的速度减少, 导致吉林省乡村生态环境变得越来越恶劣。

乡村环境不断恶化的主要原因为: (1) 种植技术落后, 大量使用农药、化肥等各种化学物品, 对乡村水资源和土地资源造成严重的污染; (2) 环保意识观念落后, 生活垃圾随意堆放、大量牲畜粪便、秸秆农业废弃物产生。加上村政府资金有限, 对于农村公共基础建设管理的支持不够, 导致农村的污染物处理不佳。当前, 吉林省的乡村农业污染物的综合处理率仅为35%[5], 普遍是将污染物随意排放到村民住区周围, 从而严重影响了村民的居住环境, 威胁到村民的生活健康以及各种农产品的良好成长。

3) 乡土文化传承脱离。乡土文化作为乡村人居环境保护的重中之重, 是一个必不可缺的关键部分, 乡土文化直接反映了乡村居民在历史活动过程中所创造的各种各样的生活方式、生产方式、思维方式以及文化特征等[6]。然而, 随着时间的不断推移, 人们生活水平的不断提高, 社会大众的传统观念受到了现代化思想的改变, 更热衷于对城市多元化理念的追求, 传统的乡土文化渐渐被人所遗忘。农村那种“同井同耕, 守望互助”的生活方式早已被改变[7], 更多的村民随着生活条件有所改善, 开始大肆建筑新住宅, 为了更加享受城市那样的生活, 盲目地将城市建筑式样带到农村当中, 从而导致农村原有古朴、亲和的建筑住区发生了翻天覆地的变化, 邻里之间关系变得越来越疏远, 传统的乡村建筑风格、特色被严重破坏, 乡村的传统建筑文化被抛弃。

2 吉林省中部地区乡村人居环境质量改造案例

1) 吉林中部东白鸰村。东白鸰村位于吉林省中部农安县城北偏西约40 km处, 当地产业主要以种植业和养殖业构成。东白鸰村作为全国的绿化千家村, 吉林省在改造当地人居环境过程中, 实行了众多的有效措施, 使当地的绿化率高达25%, 农民居住房87.9%是砖房。

2) 空间现状特征。东百鸰村的总面积为35 km2左右, 整个乡村的地势较为平坦, 高低差之间最高相差10 m左右, 整个村呈现北边位置地势较高、南边地势较低, 综合来看全乡地势较低, 部分土壤盐碱化。东白鸰村的气候是属于季风区的中温带半湿润大陆性气候, 年平均气温处于4.6℃, 年平均降水量为507.7 mm, 年不见霜期为145天, 年有效积温为2 982.7℃, 农作物一年一熟[8]。东白鸰村的地下水储藏丰富, 地表水较为缺乏, 属于较为干旱地区, 人们居住环境的饮水和生产用水问题都靠地下水解决, 全年的主导风向为西南风。

3) 社会经济特征。东白鸰村下辖17个村民小组, 共有1 265户, 主要分布在16个自然屯中, 总人口为5 628人, 其中具备劳动力的为2 682人。在2005年末, 实有耕地为27 975亩, 村民人均耕地为4.94亩。整个2005年, 全村的经济总产值为6 488万元, 农民人均收入为4 500元, 经济产值比例呈现为农业45.2%、养殖业22.3%、村办企业10.1%, 其他占22.1%[9], 略高于整个农安县的平均水平。在经过吉林省对东白鸰村人居环境的改造优化后, 完善了村级的公共服务体系, 新规划建设了幼儿园、浴池、集贸市场、敬老院以及公厕等[10]。同时大力发展当地的农业, 在全村范围内建设农业灌溉设施, 不断提高单产产量。在金鸰鹅业的南侧建设面积为10公顷的科技农业示范区, 优化改造农村的种植结构, 不断培育农产品的优良品种, 提高当地的产业发展水平。在村民的居住环境上, 将原有院落面积的400~1 000 m2优化改造为336 m2, 院落南北长度控制在21 m左右, 东西宽度为16 m。经过合理分析得出, 需要进行改造的房屋有821栋, 需要翻建的50栋, 拆迁的有350栋, 进行改造的具体措施为保温建筑改造。

4) 村民满意度。通过对东白鸰村200名村民的调查问卷可以得出, 有60人对于当前农村的居住环境是相当满意, 125人对于居住条件是处于满意状态, 只有15人是对当前的居住环境是不满意。因此, 从调查问卷综合来看, 大部分的村民是处于比较满意的状态, 对于本村的居住环境质量评价良好。

3 吉林省中部地区乡村人居环境改造与优化策略

1) 优化乡村聚落布局, 提高土地利用率。吉林省要想进一步改造优化乡村的聚落布局, 不断提高土地利用率, 就必须充分掌握了解当前乡村人居环境的建设现状, 合理设计好未来乡村规划发展的方向。在建设改造过程中, 吉林省相关部门要坚持“规划先行、正确引导、因地制宜、逐步建设”的方针, 严格遵守“科学布局、合理用地、效率生产、快捷生活”的原则。与此同时, 工作人员要积极展开民意调查, 对当地的建设空间编制和落实好科学规划, 不断提高乡村规划的针对性以及科学性。 (1) 在针对吉林省乡村聚落布局混乱的问题上, 相关部门必须从当地的实际情况出发, 综合考虑到当地的经济实力、人力资源, 通过坚决实行建设中心村、合并自然屯、消除空心村等办法去对吉林省的乡村聚落进行优化改造, 要合理地规划好乡村人居环境的建设规模和布局; (2) 工作人员要不断对各个村庄内部的用地结构进行合理改造, 对于各类公共基础设施的建设布局要合理化、科学化, 要严格控制好居民的住房占地面积, 不能违规占地建房和使用非农建设用地, 对于那些废弃限制的农用地, 要第一时间组织人力, 投入一定的资金去恢复耕田, 进一步提高乡村土地的利用率。

2) 促进产业化发展, 提高农民住房投入能力。农村要想得到稳定持续的发展, 就必须紧紧围绕产业的建设发展, 不断提高农业产业化的质量和效率。在吉林省的乡村发展过程中, 农业产业发展缓慢, 乡村人均收入落后全国水平。造成这个问题的主要原因是吉林省的城镇化脚步慢, 城乡之间联系不密切, 工农之间相分离, 农业得到不经济的支持, 产业缺乏创新。因此, 吉林省要想促进乡村的产业化发展, 不断提高农民住房的投入能力, 就必须不断加强城市与农村的合作与交流, 充分发挥城市企业的雄厚资本、先进技术以及发达的市场信息, 用城市经济带动周围乡村的产业发展, 拓宽农村的产业融资渠道, 提高农村的产业服务质量和效率, 实现农村产业的现代化、科技化。

3) 控制污染源头, 建设生态农业。吉林省在改造和优化乡村人居环境过程中, 要合理控制和改善污染源头, 建设文明生态农业。在控制和改善污染源头上, 要积极指导农民合理使用农药化肥、学会用先进机械设备去进行生产和收割, 为了保护土壤的肥力, 要采用生物杀虫技术;政府要加强对农村周围工厂的监督工作, 避免工厂污染物排向农村;对于村民家中牲畜所排放的粪便污染物要进行统一处理;加强农村的绿化建设, 宣传引导农民多种植果树, 既可获得一定的经济收益, 又美化了乡村的生态环境。

吉林省政府相关部门在改造乡村人居环境过程中, 要做好农村的绿化景观建设, 营造出和谐的生态人居空间, 通过在乡间街道两旁进行花草树木的种植, 与村庄内部景观紧密地结合在一起, 形成和谐的乡村人居环境特色。同时, 政府要大力建设农村的生态农业, 积极建设科技温棚示范园, 应用先进的日光蓄热温室, 从而不断提高农产品的质量, 提高当地农民的收入。政府人员也可带领农民群众积极建设防护林带, 从而有效保护农用田, 避免风沙影响农田种植。

4) 发展乡村文化, 加快乡村社区建设。社区建设作为乡村文化建设的重要组成部分, 理应得到政府的高度重视, 乡村人居环境的社会文化环境主要包括了以下内容:乡村传统风俗习惯、乡村制度文化、乡村居民的行为方式和价值观念等等。吉林省政府要积极以建设和谐乡村社会为主要目标, 不断优化和改造乡村人居环境的建设发展。随着改革开放的不断深化, 国民经济的不断发展, 农村居民生活质量有所改善, 村民对于精神文化生活的需求越来越大。因此, 吉林省要有针对性地采取有效措施建立当地乡村社区, 保护当地乡村的传统文化, 丰富乡村的精神文化生活。具体的措施可以分为以下几种: (1) 政府要加大对农村文化社区建设的资金, 不断完善农村社区文化、体育、教育等公共基础设施, 既要注重农村经济的发展, 又要有效保护好乡村的传统历史文化, 积极发扬农村的传统建筑风格; (2) 政府充分利用自身领导的优势, 展开积极社区文化的宣传教育活动, 带动民众投入到农村社区建设当中, 例如通过村村通工程或者三下乡活动等, 不断扩大社区文化宣传的覆盖面; (3) 政府要加大对农村教育事业的建设力度, 通过定期组织农民去参加教育培训, 不断提高他们的科技文化知识, 培养他们的综合素质, 树立先进的建设发展观念, 为建立农村新社区最大化贡献出自己的力量。

5) 加大财政支持, 完善基础设施。乡村人居环境要想得到进一步的改造和优化, 就必须得到国家财政的大力支持。吉林省在建设改造乡村人居环境中, 要高度重视农村公共基础设施的建设完善。为了不断完善当前吉林省乡村落后的公共基础设施建设, 相关政府部门必须加大资金的投入支持, 在农村建立健全的投入稳定增长机制, 合理调整政府财政支出结构, 要稳定地提高对农村人居环境建设改造的资金投入, 使农村建设有足够的资金来源。吉林省政府要将基础设施建设和产业发展重点转移到农村, 充分利用城市经济基础带动周边农村的发展。政府要积极颁布各项政策, 充分发挥出政府和经济市场的促进作用, 全面激发农村广大人民的建设积极性, 引入更多的民间资本投入到农村公共基础建设中, 政府积极做好基础设施建设的指导工作, 加强工作的监督管理, 促进农村人居环境建设得到进一步的改造和优化。

4 结束语

综上所述, 吉林省要想进一步优化改造乡村人居环境, 缩小城乡之间的差距, 就必须不断促进农村产业的建设发展, 充分发挥出政府和城市企业的作用, 带动农村经济的不断发展。政府要加强城市与乡村的合作与交流, 用工业反哺农业, 通过科学合理的乡村规划, 加大对乡村的财政支持力度, 不断完善乡村的公共基础设施, 从而进一步改善乡村的人居环境, 促进农村经济的全面发展。

参考文献

[1]刘会和, 王富强.村庄建设整治与规划用地的探讨[A].节约集约用地及城乡统筹发展——2009年海峡两岸土地学术研讨会论文集[C].长沙:国土资源部咨询研究中心, 2009.

[2]张捷.历史文化旅游资源数量敏感度调整评价模型研究[J].苏州科技学院学报:自然科学版, 2011, 28 (4) :1-7.

[3]赵海燕.我国农村人居环境支撑系统评价研究[J].黑龙江八一农垦大学学报, 2011, 31 (5) :91-95.

[4]关于吉林省社会主义新农村建设“千村示范、万村提升”工程实施方案[J].吉林农业, 2010, 22 (1) :15-17.

[5]中华人民共和国城乡规划法[DB/OL].中华人民共和国中央人民政府网站, http://www.gov.cn/ziliao/flfg/2007-10/28/content_788494.htm, 2009.

[6]单军, 吴良镛.建筑与城市的地区性:一种人居环境理念的地区建筑学研究[M].北京:中国建筑工业出版社, 2010.

[7]吴良镛, 霍兵.城市与区域规划研究:人居环境科学[M].3卷.北京:商务印书馆, 2010.

[8]邹经宇.第九届中国城市住宅研讨会论文集低碳绿色城市与和谐人居环境论文集[C].北京;中国建筑工业出版社, 2011.

[9]龙花楼, 刘彦随, 邹健.中国东部沿海地区乡村发展类型及其乡村性评价[J].地理学报, 2009, 76 (4) :426-434.

吉林省中部 篇4

热惯量法是热红外遥感方法大面积监测土壤水分的主要研究手段之一。Waston等[1]在20世纪70年代初对热惯量法做出开创性工作,80年代Price等[2]系统地总结了热惯量法的遥感成像机理。在我国,张仁华[3]提出了表观热惯量模式;隋洪智等[4]通过简化能量平衡方法直接推算表观热惯量,建立表观热惯量与土壤水分关系式;余涛、田国良[5]发展了地表能量平衡方程的一种新的化简方法,可从遥感图像数据直接得到真实热惯量值,进而得到土壤水分空间分布特征。土壤水分含量的影响因素有大气降水和灌溉水、近地面水气的凝结、地下水位上升及土壤矿物质中的水分,此外,由于不同类型的土壤保水能力不同,土壤类型也是造成土壤水分含量差异的因素之一。

现选取研究区为吉林中部平原区,该地区东部分布有少量丘陵。区内分布的土壤类型主要有淋溶黑土、典型黑土和草甸黑钙土,典型黑土分布在山前洪积台地与松花江、辽河分水岭一代;草甸黑钙土分布在第二松花江校友和嫩江下游。丘陵地分布着棕色森林土和沼泽土。在春季,该地区处在枯水期,土壤类型是该季节制约土壤水分含量的主要影响因素。

采用MODIS数据计算亮温值求解日温差,得出表观热惯量,建立吉林中部地区土壤表层水分与表观热惯量的一元线性回归方程,从而利用热惯量法反演吉林中部地区土壤表层水分,根据计算结果,结合该地区不同类型土壤的分布,分析土壤类型对土壤水分含量差异的影响。

2热惯量模型

土壤热惯量是阻碍土壤表面温度昼夜变化的惯性(物理量),其表达式为:

Ρ=kρC(1)

式(1)中,P为热惯量(J·m-2·K-1·s-1/2),k为土壤热导率,ρ为土壤密度,C为土壤比热容。由于土壤热导率和比热容都随土壤水分的增加而增加,所以土壤水分大其热惯量也大,昼夜温度变化小,反之亦然[6],由于土壤热惯量与土壤水分间存在这种相关关系,因此可以通过遥感技术获取土壤热惯量,通过建立热惯量与土壤水分间的关系模型来估算土壤含水量[7]。Price在地表能量平衡方程的基础上,简化了潜热蒸散模式,引入地表综合参数B的概念[8],提出式(2)模式。

Τd-Τn=2SτC1(1-A)ωΡ2+β2+ωΡB(2)

C1=1/[sinδcosφ(1-tan2δtan2φ)1/2+

acrcos(-tanδtanφ)cosδcosφ]。

式(2)中,S为太阳常数(1.371 03 m-2),τ为大气透过率,C1为太阳赤纬(δ)和地理纬度(φ)的函数,ω为地球自转的角频率,B为表征土壤发射率、空气比湿、土壤比湿等天气和地面状况的地表综合参数,TdTn为昼夜地表最高、最低温度(K),二者只差用ΔT表示。由于地表参量B需要气象地面资料,不方便卫星的实时监测,如果假设研究范围内气象条件一致,表观热惯量(ATI)与真实热惯量P呈线性关系[9],所以通常使用表观热惯量PATI来代替真实热惯量P进行土壤水分反演,即不考虑当地纬度、太阳高度角、日地距离等因素,只考虑反照率和温差,对热惯量方程进一步简化:

ΡAΤΙ=1-AΔΤ(3)

2数据处理

2.1数据来源

现所使用的2005年4月14日白天及夜晚MODIS—L1B数据来源于美国国家航空航天局(NASA)网站。中分辨率成像光谱仪(MODIS)是新一代对地观测仪器,具有36个波段,覆盖从可见光到远红外比较宽的光谱范围,每天同一区域至少可获得昼夜两幅影像。

土壤墒情数据是从2005年4月中旬各墒情站点逢8的实测数据中选取的10个有效数据,因为该区域作为吉林省的主要农产区,土地利用类型主要是耕地,在四月份该地区近于裸地,并处在非灌溉期,旱田和水田的土壤水分含量差异非常小,因此在该季节土地利用类型对不同地区土壤水分含量差异无影响;四月份是该地区的枯水期,因此大气降水对土壤水分含量的影响也较小。因此,选择四月份为研究时相,有利于反映土壤自身的保水能力是土壤水分含量的影响。

2.2表观热惯量的计算

2.2.1 亮度温度的确定

虽然物体辐射温度与实际温度有明显差异,但是地物辐射温度的昼夜温度差与实际温度的昼夜温差不超过1K,对应的MODIS数据相当于第31波段的亮度温度值[10],故采用MODIS的31通道白天和夜间的亮度温度差代替地表温度差。

卫星传感器上所获得的土地表面温度叫做亮度温度,MODIS图像是使用灰度值(DN值)表示的,如果要计算星上亮温,必须先将DN值转化成相应的辐射强度值,然后再用Planck函数求解星上亮温,卫星遥感器所探测到的地表热辐射强度的计算公式为:

Ii=Radiance_scalesi(DNi-Radiance_offsetsi) (4)

式(4)中,Ii为MODIS第i(i=31)多段的热辐射强度(W·m-2·sr-1·μm-1),DNi为第i波段图像的DN值,Radiance_scalesi和Radiance_offsetsi分别为第i波段的拉伸量和偏移量,可从MODIS影像的头文件中查出,对于31波段,Radiance_scales=0.000 840 022 0,Radiance_offsets=1 577.340。

2.2.2 昼夜温差ΔT的计算

MODIS影像原始数据并非实际亮度温度数据。经过定标后,亮度温度的求取可以通过Planck光谱辐射方程计算得到。得到图像的热辐射强度后,将Planck函数求解亮度温度计算公式进行简化。有亮度温度公式:

Ti=Ki,2/ln(1+Ki,1/Ii);

Ki,1=C1/λi5,Ki,2=C2/λi (5)

式(5)中,Ki,1和Ki,2为常量。由于第31波段的波长区间为10.78—11.28 μm,所以λ可取其中间值λ31=11.03 μm;C1和C2分别为第1和第2光谱常量,分别取C1=1.191 043 56×10-16W·m2,C2=1.438 768 5×104 μm·K。所以对于i=31波段,K31,1=729.541 636 W·m-2·sr-1·μm-1,K31,2=1 304.413 871 K,计算得出白天及夜晚亮度温度分布图(图1,图2)。

2.2.3 反照率A的计算

反照率是地表对入射太阳辐射的反射能量与入射通量的比值,决定了多少辐射能被下垫面所吸收,是地表能量平衡研究中的重要参数。由于太阳辐射能量主要集中在0.25—1.5 μm很窄的范围,所以可以由可见光与近红外波段的反射率近似计算,Liang用宽波段的反照率来代替全波段的反照率,得出针对MODIS数据的一般计算公式[11]:

A=0.160α1+0.291α2+0.243α3+0.116α4+0.112α5+0.081α7-0.0015 (6)

式(6)中:α1,α2,α3,α4,α5,α7分别为MODIS第1、2、3、4、5、7波段的反射率。计算时只需计算白天值(图4)。

2.2.4 表观热惯量P

将反照率A和昼夜温差ΔT代入公式(3),即可求出表观热惯量值P。最后得出表观热惯量分布(图5)。

3计算与应用

3.1表观热惯量与土壤水分关系模型

在讨论表观热惯量与土壤水分之间的关系时,主要有线性模型、对数模型、指数模型和幂函数模型等经验模型,研究表明[12],线性模型与其他模型并无本质区别且相关系数差异亦不十分显著,所以本文采用线性模型:

W=a+bPATI (7)

对表观热惯量的计算值与对应日期的土壤水分实测值(0—10 cm土壤相对湿度)进行一元线性回归分析,建立他们之间的回归方程,相关分析及检验结果见表1。

3.2土壤类型对土壤水分含量的影响

在四月中旬,吉林中部地区已无积雪且处于枯水期,由于不同类型土壤的保水能力不同[13],土壤类型也是影响土壤水分含量差异的因素之一。将计算得到的模型应用于吉林中部地区,反演各像元的土壤水分含量,并制作土壤水分空间分布图(图5),结合计算结果与吉林中部部分地区土壤类型及其保水能力(表2),分析不同类型土壤的土壤水分含量差异。

相关分析结果表明,土壤深度为0—10 cm时,模型通过了0.01的显著性水平检验,因此表观热惯量法通过卫星数据得到浅层土壤温度和反照率,再反演出浅层土壤水分的方法是可行的。

根据图5结合表2分析可知,以上地区土壤保水能力与表观热惯量反演的结果是一致的,由此可见,吉林中部地区春季土壤水分空间分布的主要影响因素是土壤类型。

4结论

(1)利用MODIS数据,通过表观热惯量法建立反演模型,经过实测资料检验,证明在0—10 cm深度的土层内,表观热惯量和土壤水分之间存在密切的一元线性相关关系,适用于吉林中部地区春季土壤水分反演。更深层的土壤水分含量与表观热惯量的关系还需要进一步研究。在该文所选的时相下,研究区近似裸土,今后可以研究植被覆盖状态下的土壤水分遥感反演。

(2)通过吉林中部地区不同地点的土壤类型与土壤水分空间分布图对比分析,以砂壤为主的地区土壤水分含量相对较低,以壤土、黏壤土为主的地区土壤水分含量相对适中,以黏土为主的地区土壤水分含量相对较高,这与各类型土壤保水能力的性质是相符的,证明吉林中部地区在春季土壤水分含量与分布的主要影响因素是土壤类型。

上一篇:极限运算法则下一篇:同步沥青